隱藏在世界背後的公式,混沌系統(Logistic映射)

在1976年,生物學家和數學家羅伯特·梅(Robert May)在《自然》雜誌發表了一篇名為《複雜動力學的簡單數學模型》的論文,這篇論文探討了一個看似非常簡單的公式——Logistic映射,其表達式為:

Xn+1​=r⋅Xn​⋅(1−Xn​)

這個公式只需設置好初始值 X0​ 和參數 r,便可以無限運行下去。當 r 的值小於等於2時,不管 Xn 的初始值為何,最終都會收斂至0.5。

混沌系統

然而,當 r 的值增大,例如 r=3.1 時,系統開始出現變化,Xn的值會在兩個點之間徘徊。隨著 r 值的進一步增大,這個循環的點數會變為4個、8個、16個,直到 r>3.569946 時,系統的循環變化便會變得無窮無盡。

此時,Logistic映射發生了質的變化。在之前的情況下,Xn 有著可預測的循環模式,只要確定初始值,未來的行為便是可以預測的。然而,一旦超過這個臨界點,即使是微小的初始值變化(如0.0000000001),也會導致完全不同的行為軌跡,這就是混沌系統的特性。

羅伯特·梅最終得出結論:不論初始值多麼接近,只要不完全相同,軌跡便會朝著完全不同的方向發展。這意味著,即使我們的模型非常簡單,所有參數都一致,長期預測也幾乎是不可能的。

在1976年,這一發現無疑是令人震驚的,並影響了後世許多科學家,成為複雜系統研究的起點之一。如今,我們可以在日常生活中發現各式各樣的混沌系統,例如天氣和股市。如果我們將 Xn​ 理解為當前的天氣,那麼 r 則意味著變化率。成千上萬的獨立行為匯聚在一起,最終決定了天氣的變化和走向。

今天的人類已經能夠準確預測探測器到達火星的時間,但卻無法準確預測明天的天氣,這是因為天氣對初始條件的極度敏感性,只有擁有足夠的準確信息,才能進行精確的判斷。

與天氣相比,股市更加複雜,因為在初始條件中,我們還需要考量所有投資者的預測。人心的變化使整個系統變得更加複雜,這也解釋了為何許多基金經理雖然進行了大量的數據分析和調查,仍然很難超越指數,因為市場的複雜性遠遠超出研究員的分析精度。

當然,我們仍然可以看到像巴菲特這樣的例外。其成功的底層原因在於,他在自己的能力圈內提供了超越市場平均的洞察,通過擇股獲得了高額的收益。然而,絕大多數投資人,例如方舟投資的CEO凱茜·伍德(Cathie Wood)或比爾·米勒(Bill Miller),在獲得超過市場平均的收益後,最終仍會將資金回流。

因此,我們不應該強求自己能夠預測未來,我們無法精確判斷何時會漲或跌。我們能做的,是制定勝率更高的決策,這也是投資成功的關鍵所在。